2026年百度技術(shù)研發(fā)崗位面試技巧與面試題集一、編程能力測試（5題，每題10分，共50分）1.題目：實現(xiàn)一個函數(shù)，輸入一個正整數(shù)`n`，返回`n`的二進(jìn)制表示中`1`的個數(shù)。例如，輸入`5`（二進(jìn)制為`101`），返回`2`。要求：-時間復(fù)雜度O(logn)-不能使用內(nèi)置函數(shù)（如Python的`bin()`或JavaScript的`toString(2)`）答案：pythondefcount_bits(n):count=0whilen:count+=n&1n>>=1returncount解析：通過位運(yùn)算`n&1`獲取最低位是否為`1`，然后右移一位繼續(xù)統(tǒng)計。時間復(fù)雜度為O(logn)，空間復(fù)雜度為O(1)。2.題目：給定一個字符串`s`，找到其中不重復(fù)的最長子串的長度。例如，輸入`"abcabcbb"`，返回`3`（最長子串為`"abc"`）。要求：-時間復(fù)雜度O(n)-不能使用哈希表以外的數(shù)據(jù)結(jié)構(gòu)答案：pythondeflength_of_longest_substring(s):left=0max_len=0seen={}forright,charinenumerate(s):ifcharinseenandseen[char]>=left:left=seen[char]+1seen[char]=rightmax_len=max(max_len,right-left+1)returnmax_len解析：使用滑動窗口技術(shù)，`left`和`right`指針分別表示子串的左右邊界。通過字典`seen`記錄字符上一次出現(xiàn)的位置，如果重復(fù)則移動`left`。時間復(fù)雜度為O(n)，空間復(fù)雜度為O(1)（假設(shè)字符集固定）。3.題目：實現(xiàn)一個LRU（LeastRecentlyUsed）緩存，支持`get`和`put`操作。緩存容量為`capacity`。要求：-`get(key)`返回鍵對應(yīng)的值，如果不存在返回`-1`-`put(key,value)`將鍵值對插入緩存，如果已存在則更新值，如果超出容量則刪除最久未使用的項答案：pythonclassLRUCache:def__init__(self,capacity:int):self.capacity=capacityself.cache={}self.order=[]defget(self,key:int)->int:ifkeyinself.cache:self.order.remove(key)self.order.append(key)returnself.cache[key]return-1defput(self,key:int,value:int)->None:ifkeyinself.cache:self.order.remove(key)eliflen(self.cache)>=self.capacity:oldest=self.order.pop(0)delself.cache[oldest]self.cache[key]=valueself.order.append(key)解析：使用字典`cache`存儲鍵值對，列表`order`記錄訪問順序。`get`操作時移動鍵到末尾表示最近使用，`put`操作時先刪除最久未使用的項（如果超出容量）。4.題目：給定一個鏈表，判斷是否為回文鏈表。例如，輸入`1->2->2->1`，返回`True`。要求：-時間復(fù)雜度O(n)-空間復(fù)雜度O(1)答案：pythonclassListNode:def__init__(self,val=0,next=None):self.val=valself.next=nextdefis_palindrome(head:ListNode)->bool:ifnotheadornothead.next:returnTrue找到中點(diǎn)slow=headfast=headwhilefastandfast.next:slow=slow.nextfast=fast.next.next反轉(zhuǎn)后半部分prev=Nonewhileslow:temp=slow.nextslow.next=prevprev=slowslow=temp對比前后半部分left,right=head,prevwhileright:ifleft.val!=right.val:returnFalseleft=left.nextright=right.nextreturnTrue解析：通過快慢指針找到中點(diǎn)，反轉(zhuǎn)后半部分鏈表，然后對比前后半部分是否相同。時間復(fù)雜度為O(n)，空間復(fù)雜度為O(1)。5.題目：實現(xiàn)快速排序算法，不使用遞歸。要求：-使用迭代方式實現(xiàn)-輸入一個數(shù)組，返回排序后的數(shù)組答案：pythondefquick_sort_iterative(arr):stack=[(0,len(arr)-1)]whilestack:left,right=stack.pop()ifleft>=right:continuepivot=arr[right]i=left-1forjinrange(left,right):ifarr[j]<=pivot:i+=1arr[i],arr[j]=arr[j],arr[i]arr[i+1],arr[right]=arr[right],arr[i+1]stack.append((left,i))stack.append((i+2,right))returnarr解析：使用棧模擬遞歸，每次選擇右邊界作為基準(zhǔn)，分區(qū)后繼續(xù)處理左右子數(shù)組。時間復(fù)雜度為O(nlogn)，空間復(fù)雜度為O(logn)。二、系統(tǒng)設(shè)計（2題，每題25分，共50分）1.題目：設(shè)計一個高并發(fā)的短鏈接系統(tǒng)（如`tinyurl`）。要求：-輸入長鏈接，返回短鏈接-支持高并發(fā)訪問-短鏈接應(yīng)唯一且可快速生成答案：plaintext1.基礎(chǔ)架構(gòu)：-使用分布式緩存（如Redis）存儲短鏈接與長鏈接的映射-短鏈接使用Base62編碼（a-z,A-Z,0-9）降低長度-每個節(jié)點(diǎn)分配一段Base62編碼空間，避免沖突2.高并發(fā)處理：-使用熔斷器（如Hystrix）防止雪崩效應(yīng)-短鏈接生成使用分布式鎖或CAS操作保證唯一性-異步處理請求，提高吞吐量3.數(shù)據(jù)一致性：-短鏈接生成后寫入Redis，并同步到分布式數(shù)據(jù)庫（如MongoDB）-使用事務(wù)或最終一致性方案處理寫入失敗解析：-Base62編碼：將ID轉(zhuǎn)換為短字符串，如`1`→`a`，`62`→`az`-分布式緩存：Redis高性能讀寫，避免數(shù)據(jù)庫壓力-并發(fā)控制：分布式鎖或CAS保證ID唯一性2.題目：設(shè)計一個實時推薦系統(tǒng)，輸入用戶行為日志，輸出個性化推薦結(jié)果。要求：-支持百萬級用戶實時行為接入-推薦結(jié)果基于協(xié)同過濾或深度學(xué)習(xí)模型-系統(tǒng)需可水平擴(kuò)展答案：plaintext1.架構(gòu)設(shè)計：-數(shù)據(jù)采集層：使用Kafka或Pulsar收集用戶行為日志-處理層：-實時計算：Flink或SparkStreaming進(jìn)行用戶畫像和相似度計算-離線計算：每日批處理歷史數(shù)據(jù)訓(xùn)練推薦模型-推薦服務(wù)：使用微服務(wù)架構(gòu)，按用戶隔離模型，支持熱加載2.核心算法：-協(xié)同過濾：基于用戶的物品相似度或物品的用戶相似度-深度學(xué)習(xí)：使用DNN或GNN捕捉用戶隱式反饋3.擴(kuò)展性：-數(shù)據(jù)庫分片：用戶表按地域或用戶ID分片-推薦服務(wù)限流：使用令牌桶算法防止過載解析：-實時性：Flink可處理1萬+QPS的行為日志-推薦模型：結(jié)合離線（LRU模型）和在線（實時相似度）提升效果-擴(kuò)展性：微服務(wù)按用戶隔離，避免單點(diǎn)過載三、算法與數(shù)據(jù)結(jié)構(gòu)（3題，每題25分，共75分）1.題目：給定一個無序數(shù)組，找到其中第`k`大的元素。例如，輸入`[3,2,1,5,6,4]`，`k=2`，返回`5`。要求：-時間復(fù)雜度O(nlogk)-不能使用排序答案：pythonimportheapqdeffind_kth_largest(nums,k):returnheapq.nlargest(k,nums)[-1]解析：使用堆（Python的`heapq`）維護(hù)大小為`k`的最小堆，時間復(fù)雜度為O(nlogk)，空間復(fù)雜度為O(k)。2.題目：實現(xiàn)一個Trie（前綴樹），支持插入和查詢操作。要求：-支持插入字符串-支持前綴查詢（返回所有以該前綴開頭的字符串）答案：pythonclassTrieNode:def__init__(self):self.children={}self.is_end=FalseclassTrie:def__init__(self):self.root=TrieNode()definsert(self,word:str)->None:node=self.rootforcharinword:ifcharnotinnode.children:node.children[char]=TrieNode()node=node.children[char]node.is_end=Truedefsearch(self,word:str)->bool:node=self._find(word)returnnodeisnotNoneandnode.is_enddefstarts_with(self,prefix:str)->List[str]:node=self._find(prefix)ifnotnode:return[]returnself._dfs(node,prefix)def_find(self,prefix:str):node=self.rootforcharinprefix:ifcharnotinnode.children:returnNonenode=node.children[char]returnnodedef_dfs(self,node,prefix):res=[]ifnode.is_end:res.append(prefix)forchar,childinnode.children.items():res.extend(self._dfs(child,prefix+char))returnres解析：Trie樹通過節(jié)點(diǎn)和子節(jié)點(diǎn)映射實現(xiàn)，`is_end`標(biāo)記單詞結(jié)束。前綴查詢通過DFS遍歷所有子路徑。3.題目：設(shè)計一個分布式任務(wù)隊列，支持任務(wù)分片和優(yōu)先級調(diào)度。要求：-任務(wù)可動態(tài)分片，例如大文件上傳分塊處理-高優(yōu)先級任務(wù)搶占低優(yōu)先級任務(wù)資源-可恢復(fù)性（任務(wù)失敗后重新分配）答案：plaintext1.核心組件：-任務(wù)隊列：使用Redis或Kafka分區(qū)存儲任務(wù)-調(diào)度器：按優(yōu)先級（如CPU/內(nèi)存占用率）調(diào)度任務(wù)-監(jiān)控：Prometheus+Grafana監(jiān)控隊列狀態(tài)2